呼叫中心系統(tǒng)話(huà)務(wù)量預(yù)測(cè)算法流程

(1) 讀取數(shù)據(jù)，對(duì)一些異常話(huà)務(wù)數(shù)據(jù)進(jìn)行了處理，具體如下：對(duì)于個(gè)別數(shù)據(jù)的缺失，采用線(xiàn)性擬合的方法做了添加;對(duì)于突發(fā)的異常數(shù)據(jù)，采用了線(xiàn)性平均的方法對(duì)其進(jìn)行平滑處理;對(duì)于無(wú)歷史數(shù)據(jù)參考的第一個(gè)預(yù)測(cè)周期，采用它本身數(shù)據(jù)進(jìn)行預(yù)測(cè)。

(2)訓(xùn)練樣本歸一化。為使整個(gè)網(wǎng)絡(luò)的輸出限制在一個(gè)較小的范圍內(nèi)，對(duì)輸入值用歸一化處理，將其適當(dāng)變換轉(zhuǎn)化為 0-1 之間的值。根據(jù)(3)進(jìn)行變換：這樣處理后，數(shù)據(jù)比較均勻地分布在[0,1]區(qū)間內(nèi)，保證了能更好地學(xué)習(xí)樣本，提高了訓(xùn)練的效率。

(3)初始化 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練參數(shù)，(學(xué)習(xí)率)，精度閥值，

最大循環(huán)次數(shù)，隨機(jī)初始化輸入層和隱層權(quán)重以及隱層和輸出層的偏移。

(4) 前向傳播輸入值。首先訓(xùn)練元組提供給輸入層。輸入通過(guò)輸入單元，不發(fā)生任何變化。然后，計(jì)算隱藏層和輸出層每個(gè)單元的凈輸入和輸出。為計(jì)算每個(gè)單元的凈輸入，連接該單元的每個(gè)輸入都乘以其對(duì)應(yīng)的權(quán)重，然后求和，如下式所示

(4)

(5)更新權(quán)重和偏移，后向傳播誤差。權(quán)重

由式(6)更新，誤差

由式(7)得出

= (5)

= (6)

(7) 式中： ——權(quán)的改變，是單元的實(shí)際輸出，—— 基于給定訓(xùn)練元組的已知目標(biāo)值。

(6)計(jì)算輸出單元的總誤差，如果誤差小于規(guī)定的閥值，或者已達(dá)到最大迭代次數(shù)，則跳到 7，否則返回 4;

(7)返回反歸一化的輸出層結(jié)果。算法流程如圖所示。